论文研究-区间计量方法及其在油价预测中的应用研究.pdf下载

weixin_39821746 2020-01-15 11:00:20

经典的计量经济学建模与预测方法是基于点数据的，忽略了区间内价格波动的大量信息，因而预测效果欠佳。引入区间计算与区间计量方法，应用于国际原油期货价格的预测，研究结果表明：相对于经典AR-GARCH模型的置信区间预测结果，区间计量方法的预测结果具有更高的准确度与更小的预测误差。研究证实了区间计算与区间计量方法的优越性，并揭示了在经济领域的重要应用价值。
相关下载链接：//download.csdn.net/download/weixin_38744435/11734792?utm_source=bbsseo

...全文

13 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

经典的计量经济学建模与预测方法是基于点数据的，忽略了区间内价格波动的大量信息，因而预测效果欠佳。引入区间计算与区间计量方法，应用于国际原油期货价格的预测，研究结果表明：相对于经典AR-GARCH模型的置信区间预测结果，区间计量方法的预测结果具有更高的准确度与更小的预测误差。研究证实了区间计算与区间计量方法的优越性，并揭示了在经济领域的重要应用价值。

热泪盈眶，这么一本贴合我需求的书竟然现在才找到。唉，这么说不太合适，鲁老师牛逼！第一章分析性研究与经验性研究（Theoretical research or empirical research) 个人感觉：Top Down Method Vs. Bottom Up Method 将实证研究和经验性研究等同也是有问题的。实证研究主要回答是什么、为什么、会怎样等实证命题，即从解释现象、解释现象间的因果联系、运用这种因果联系进行预测；而经验研究是从客观的事实出发，收集数据并进行统计分析。显然二者是.

原文：Big Data, Machine Learning and Quatative Investment 译者：飞龙协议：CC BY-NC-SA 4.0 第十三章：金融中的深度学习：使用长短期记忆网络预测股票收益 Miquel N. Alonso, Gilberto Batres-Estrada 和 Aymeric Moulin 13.1 介绍循环神经网络是捕捉序列顺序的模型，因此经常用于处理序列数据。RNN 是强大的模型，因为它们能够扩展到比常规神经网络更长的序列。它们遇到两个严重的问题：第一

在《精通 Python 预测分析》中，你将通过逐步过程将原始数据转化为有价值的见解。本书内容丰富，包含大量案例研究和使用流行开源 Python 库的代码示例，展示了分析应用完整开发过程。详细的示例说明了针对常见用例的稳健和可扩展的应用。你将学会快速将这些方法应用到自己的数据中。完成本章后，你现在应该能够描述分析管道的核心组件以及它们之间的交互方式。我们还探讨了批处理和流处理之间的差异，以及每种类型的应用程序适合的用例。我们还通过使用这两种范例的示例以及每一步所需的设计决策进行了说明。

原文：zh.annas-archive.org/md5/25334ce178953792df9684c784953114 译者：飞龙协议：CC BY-NC-SA 4.0 前言在过去几年中，我们在数据科学领域看到了惊人的增长。几乎每天都会有一些新的进展，例如，发布的研究论文宣布新的或改进的机器学习或深度学习算法，或者为最流行的编程语言之一发布的新库。过去，许多这些进展并没有进入主流媒体。但这一点也在迅速改变。最近的一些例子包括 AlphaGo 程序击败 18 次围棋世界冠军，利用深度学习生成从未存在

下载资源悬赏专区

13,654

社区成员

12,574,390

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章